项目实战：用户留存相关性指标(论错误的相关性矩阵使用与IV值应用）

业务：用户留存与哪些指标有相关性？

这个题目听起来听常见，其实有很多误区。

错误❌：比如网上很多文章直接提议，相关性还不简单？直接调用pandas里面自带的corr()函数,Y（留存）用0，1表示， 然后用seaborn直接画热力图，一目了然呀!

代码以及效果如图：

import pandas as pd
import seaborn as sns
sns.heatmap(dc1.corr(),xticklabels=dc1.corr().columns,yticklabels=dc1.corr().columns
          ,annot=True)

实际以上大错特错，因为留存与否（0，1）是分类变量，pandas自带的corr()是默认pearson即为自变量与因变量都需要是连续变量，而且只限定在正态分布的情况下。

另外，业务看这个热力图真的实在很头疼，对他们来说理解非常费劲。大部分实际商业分析场景下，数据都不是正态分布（我所接触的绝大多数是右偏严重）。

思考：

1. 业务指标层面
   可虑过7天内登入天数，次数，时长，30天内登入次数，天数，时长，涨粉数，